热点加餐:用LangGraph和A2A实现货币兑换Agent
黄佳

写在前面:最近我在极客时间上线了一门新课《MCP & A2A 前沿实战》,其中第 14 节课我用 LangGraph 和 A2A 实现了一个货币兑换 Agent。刚好编辑和我说,有二刷我前面课程的小伙伴提到,希望我分享一些 LangGraph 的相关内容,于是我就把这节内容也加到了我们这门课里。
前面两次直播,我分别讲了 LECL、langsmith,刚好再加上 LangGraph,LangChain 的版图就更完整了,期待课程对你有所启发,也欢迎你在留言区和我交流讨论。
你好,我是黄佳。
这一课中,我带着你详细看一看 A2A Demo 系统中的另一个 Agent:用 LangGraph 搭建的“货币兑换”Agent(位于 a2a-in-action 代码库的 agents/ langgraph_zh 目录)。
从 LangChain 到 LangGraph
LangChain 是最早出现的一批大模型应用开发的主流框架。而且,我对这个框架可以说是充满了感情。2023 年的时候也推出过《LangChain 实战课》。时至今日,虽然 LangChain 早已不能代表 LLM 应用开发的全部,但是,我依然认为,LangChain 的文档组织体系,非常有利于初学者对大模型应用开发建立一个概述性的了解。因此,当有初学者问我如何从 Java 程序员进入大模型的世界,我还是会向大家推荐从 LangChain 开始。
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. LangGraph是基于有向图(DAG)思想的LLM应用编排框架,负责工作流的调度、状态跳转与生命周期控制。 2. LangGraph的优势包括支持状态机驱动的流程控制、并行与条件分支、内置缓存、持久化、观测接口,适合多智能体交互场景。 3. LangGraph可以与Tracing和测试辅助平台LangSmith配合使用,提供可视化追踪、错误调试与性能分析的能力,为构建复杂Agent系统提供工程支撑。 4. LangGraph的应用范围涵盖了多个节点的编排、工作流的调度、状态跳转与生命周期控制,适合构建复杂Agent系统。 5. LangGraph的流式响应处理实现了真正的流式响应,支持状态识别、进度反馈和最终结果返回。 6. LangGraph通过A2A TaskManager实现了任务调度与生命周期管理,包括注册Agent到A2A系统、异步任务调度和错误处理与恢复机制。 7. LangGraph实现了状态实时更新通过Server-Sent Events,支持客户端订阅,后台异步处理Agent任务任务、前台同步更新实时分发事件处理结果。 8. LangGraph提供推送通知机制,支持JSON Web Key身份校验和Webhook推送端点,适用于协同工作流、系统集成场景。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《LangChain 实战课》,新⼈⾸单¥59
《LangChain 实战课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论